基于空间自相关和时空扫描统计量的湖南省毒蕈中毒聚类研究*

史文佩 欧阳艳昊 梁进军 陈立章△

基于空间自相关和时空扫描统计量的湖南省毒蕈中毒聚类研究*

史文佩1欧阳艳昊1梁进军2陈立章1△

目的 探讨2013-2015年湖南省毒蘑菇中毒的时空分布和聚类特征，为科学防控毒蕈中毒提供依据。方法 以湖南省2013-2015年毒蕈中毒事件的监测数据为研究对象，利用ArcGIS10.2软件建立病例地理信息数据库，采用OpenGeoDa进行全局、局部空间自相关分析。SaTScan 9.1.1进行时空扫描聚类，结果通过ArcGIS10.2进行可视化展示。结果 2013-2015年湖南省共报告毒蕈中毒事件136起，发病人数565人，中毒高峰为每年5～9月。趋势面分析显示毒蕈中毒发病率总体分布由西向东逐渐降低，由南向北先增加再降低。局部空间自相关结果显示冷水滩区、零陵区为高-高区域；芷江侗族自治县、新宁县、湘乡市为低-高区域；新晃侗族自治县、鹤城区、洞口县为高-低区域。时空扫描发现所有聚类时间段集中在2015年6月～9月，一类聚集区主要位于邵阳市、怀化市、永州市。二类聚集区位于长沙市、湘潭市。结论 湖南省毒蕈中毒存在时空聚集性，各时空聚集区将为探索有针对性的防控措施提供参考。

蘑菇中毒 食源性疾病 时空分析 地理信息系统

湖南省地处亚热带，光、热、水资源丰富，适合蘑菇生长，也是我国毒蕈中毒高发地区之一[1-2]。自2013年湖南省开展食源性疾病暴发监测以来，截止至2015年12月共发生毒蘑菇中毒事件136起(占全部事件的43.04%)，发病人数565人，死亡15人(占全部暴发事件死亡人数的71.43%)。严重影响了居民身体健康和生命安全，如何做好毒蕈中毒防控工作已成为当前急需解决的问题。蘑菇中毒事件具有明显地域性，采用空间统计相比经典统计学更充分考虑了影响健康的地理空间背景信息，研究结果更加真实、科学、客观，目前已成功应用于公共卫生领域中疾病聚集性分析、探讨危险因素、预测疾病的时空化规律等方面[3]。本研究拟对2013-2015年湖南省毒蘑菇中毒报告进行分析，探索湖南省毒蕈中毒的时空分布特征，以便有的放矢，明确今后的防控工作重点。

资料与方法

1.资料来源 毒蕈中毒资料来源于2013-2015年湖南省各级医疗机构通过“食源性疾病暴发监测系统”报告，并现场确认发生于湖南省境内的毒蕈中毒事件。地图数据来源于湖南省国土资源局，人口数据来源于国家统计局。

2.方法

(1)地理信息数据库建立 利用ArcGIS 10.2软件，将病例数据库(包括地理编码、病例数、发病率等)与地理信息数据库(包括地理编码、经度、纬度)、人口信息数据库(包括地理编码、各年份人口数)通过地理编码连接，建立湖南省病例地理信息数据库。

(2)趋势面分析 是一种通过最小二乘法原理拟合样本数据的多元统计分析方法，从整体出发描述疾病的地理空间分布[4]。将每一观察值分为系统变异、局部变异和随机误差，以每个空间单元的发病率为因变量，以空间位置的经度和纬度为自变量，建立二元多项式回归，对发病率进行最小二乘表面的拟合，生成趋势面图[5]。从而显示出该疾病在所研究地域大范围内的总体分布规律，并通过计算残差值，识别出残差值异常地区，反映出疾病的局部地区变异。

(3)空间聚集区域探测 空间自相关(spatial autocorrelation)分析包括全局自相关和局部自相关。全局自相关通过计算Moran′s I系数探测整个研究区内的空间聚集模式。Moran′s I值介于-1～+1，取值为正，表示数据呈正相关，越接近于1，正空间相关性越强，病例发生空间呈现聚集性分布;Moran′s I 取负值，数据呈负相关，越接近于-1病例发生越分散，样本之间差异越大;Moran′s I为0，表示病例发生在空间上呈随机性分布[6]。本研究全局空间相关空间采用queen contiguity 法创建空间权重矩阵。

局部型自相关分析( local indication of spatial autocorrelation，LISA)用于检验每个观测单元周围的局部空间聚集性概率水平。当不存在全局空间自相关时，寻找可能被掩盖的局部空间自相关的位置；存在全局空间自相关时，探讨是否存在空间异质性。根据局域型Moran′s I值可绘制Moran散点图，四个象限分别代表H-H(高发病地区聚集)、L-H(低发病地区被高发病邻域包围)、L-L(低发病区域聚集)、H-L(高发病率地区被低发病邻域包围)四个区域[7-8]。将 Moran 散点图与局部自相关检验结果相结合，可绘制局部聚类及聚集性水平图，上述统计分析由OpenGeoDa软件实现。

(4)时空热点区域探测 时空扫描分析是通过在地理坐标基础上建立一个时空二维圆柱体活动窗口，圆柱底半径为扫描区域大小(即包含的风险人口)，柱高为扫描时间间隔，通过在地理单位中心连续不断变化半径大小和时间周期，使得整个圆柱形窗口随着区域和时间处于动态变化[7]。假设毒蕈中毒病例在时间和空间上均呈离散型Poisson 分布，对每个扫描窗口计算理论发病数，通过与实际发病数构造统计量-对数似然比(log likelihood ratio，LLR)，用LLR来评价扫描窗口内发病数的异常程度，通过计算不同圆心、不同半径下动态窗口区域内与动态窗口区域外空间单元属性的似然比进行统计学判断。LLR值越大且差异具有统计学意义，则表示该动态窗口下所含区域为聚集区域的概率越大[9]。

结 果

1.概况描述

2013-2015年湖南省通过食源性疾病暴发监测系统报告毒蘑菇中毒事件136起，发病人数565人，住院285人，死亡人数15人，病死率2.65%。发生中毒场所分布：家庭126起(占92.65%)，发病449人(占79.47%)；宾馆饭店3起(2.21%)，发病26人(4.60%)；农村宴席1起，发病13人(2.30%)；单位食堂2起，发病17人(3.00%)；其他场所4起，发病23人(4.07%)。

2.时间分布特征

毒蘑菇中毒事件数、发病人数、死亡人数呈逐年递增趋势，中毒高峰为每年的5～9月，见图1。

图1 2013-2015年湖南省各月蘑菇中毒人数序列图

3.毒蕈中毒空间聚集区域分析

(1)趋势面分析 结果显示，湖南省2013-2015年毒蕈中毒发病率总体分布由西向东逐渐降低，由南向北先增加再降低。

(2)空间自相关 3年毒蕈中毒发病分布的Moran′s I散点图及LISA 系数可视化分析见图2。以2013-2015年整个时间段为分析单位，全局自相关系数为0.044(P>0.05)，提示湖南省毒蘑菇中毒病例在整体上不存在空间自相关性，病例发病呈随机分布。局部自相关分析结果显示，冷水滩区、零陵区为高-高，即发病热点区域；芷江侗族自治县、新宁县、湘乡市为低-高；新晃侗族自治县、鹤城区、洞口县为高-低。

(3)时空分析结果 由时空聚类扫描图(图3)可见，湖南省2013-2015年毒蕈中毒病例在时空上呈明显聚集性，高发时段集中在2015/6/1 至 2015/9/30，其中一类聚集地区为东安县、宁远县、新田县、双牌县、道县、蓝山县和嘉禾县、新宁县、武冈市、东安县、邵阳县、城步苗族自治县、洞口县、冷水滩区、绥宁县、零陵区。逐年时空扫描分析的结果见表1，2013年发现两个聚集区，一级聚类区域位于2013/9/1至2013/9/30的东安县；2014年发现6个聚集区，一级聚类区域位于2014/8/1至2014/8/31的宁远县、新田县、双牌县、道县、蓝山县和嘉禾县；2015年发现3个聚集区，一级聚类区域位于2015/6/1至2015/9/30的新宁县、武冈市、东安县、邵阳县、城步苗族自治县、洞口县、冷水滩区、绥宁县、零陵区。

图2 2013-2015年Moran′s I 散点图及毒蕈中毒局部聚类示意图

图3 2013-2015年湖南省毒蕈中毒时空扫描聚类图

表1 湖南省2013-2015年蘑菇中毒时空扫描聚集性分析

讨 论

2013-2015年湖南省毒蘑菇中毒事件数及发病人数逐年增多，其原因可能是“食源性疾病暴发监测系统”逐年完善，2014年哨点医院覆盖了所有县级行政区域，极大地提高了食物中毒监测的敏感性。但少数地区仍存在对毒蕈中毒等暴发事件的信息确认、分级和报告不够规范的现象，造成部分地区事件漏报现象严重[10-11]。其次说明居民对毒蘑菇的防范意识较差，毒蕈和可食蕈类往往混生，仅依靠形态难以辨别。鉴别蕈类主要依据专家鉴定外部形态、显微特征和DNA分子标记技术[12]，一般的医务人员和居民很难做到，使得误食毒蘑菇事件频发。

毒蕈中毒事件的发生多集中在5～9月份，与时空扫描结果的高发时段一致。这与湖南省气候条件相关，5～9月湖南多为高温高湿天气，野生蘑菇大量生长，人们采摘自食、销售，误食有毒蘑菇而造成中毒，因此预防夏秋季毒蕈中毒是防控工作的重点[2]。

此外，研究结果发现毒蕈中毒事件具有家庭聚集性特点(占蘑菇中毒事件的92.65%)，常造成群体性死亡或损伤，给家庭造成沉重的疾病负担。应及时采取有效措施预防中毒事件的发生。通过相关调查发现毒蕈中毒患者大多为农民，经济文化基础较差，卫生保健意识薄弱，使得误食毒蘑菇事件频发[13]。

毒蕈中毒的空间分布总体呈现南高北低，西高东低的态势。时空扫描结果发现毒蕈中毒聚集区逐年扩大，有向中部扩散趋势。全局空间自相关显示湖南省毒蕈中毒的发生呈随机分布，这与云南省研究结果相同[14]。局部空间自相关和整体上时空扫描均发现湘西怀化市的新晃侗族自治县、鹤城区和邵阳市的洞口县以及湘南永州市的冷水滩区、零陵区为毒蕈中毒发生的热点区域。毒蕈中毒的高发地区集中在西南部的邵阳市、怀化市、永州市，这些地区均处于亚热带季风湿润气候区，降水充沛，雨热同期，森林资源丰富，各种野生真菌类资源丰富，不少野生菌味道鲜美，为当地居民喜食；三市的经济发展水平较低、医疗卫生条件落后，居民卫生安全意识较差，使得中毒事件时有发生[15]。中东部高发地区以长沙为主，可能与毒蘑菇种类、水源和环境污染、气候及饮食习惯等多种因素有关。空间自相关分析还提示芷江侗族自治县、新宁县、湘乡市为低-高区域，即发病地区呈现空间负相关，也应引起重视，进一步探讨邻近区域的自然或社会因素的不同，为防治措施提供思路。此外，时空扫描单独发现了怀化市、邵阳市、永州市的其他区县，并将长沙市、湘潭市、株洲市列为第二聚集区，可能是由于时空扫描方法考虑了时间周期变化因素，使得一些空间自相关没有统计学意义的区县转化为具有统计学意义的聚集区，这些情况可能反应出一种亚聚集状态，提示高危因素的存在及变化，在时间预防控制中应给予重视。

全局和局部空间自相关分析兼顾了宏观与微观，但二者均未考虑时间的影响，结果缺乏时效性。而时空扫描聚类分析可以弥补这方面的不足，时空扫描过程中，空间尺度的选择和转换通过模型自动实现，避免了选择偏倚；其次，尺度转换中系统自动实现了时空融合的过程。联合应用空间自相关分析和时空扫描分析可利用各自优点，提高结果准确性和实用性[16-17]。

地理信息系统和空间分析技术作为有力的技术手段，能够结合病例的空间分布及聚集性特征分析，为选择防控策略、预测疫情和划定重点防控区域提供依据，目前已成功用于结核病、手足口等传染病。湖南省2013年肺结核GIS空间流行病学分析结果显示，新涂阳患者西高东低，由南至北呈“U”形[18]。部分西部和南部高发区县与本研究结果重合。2013年湖南省细菌性痢疾的发病主要集中在西部和南部地区，中部以长沙为主，北部地区菌痢发病率较低[19]。与本研究毒蕈中毒聚集区极为相似。因此，在本研究基础上，需进一步收集不同传染病、气候、环境污染、人口学、社会经济学等方面的资料，采用空间回归、地理风险探测器、关联规则、神经网络等空间数据挖掘方法进一步探讨毒蕈中毒的影响因素及其与其他疾病的相关关系并建立预测模型，预防毒蕈中毒的发生。综上所述，空间统计分析技术在疾病研究中的应用还具有更大的潜力。

[1]张志光,陈作红,张平,等.我国南方地区1994-2002年毒蘑菇中毒情况及其研究:中国菌物学会第三届会员代表大会暨全国第六届菌物学学术讨论会,中国北京,2003.

[2]王锐,高永军,丁凡,等.中国2004-2011年毒蕈中毒事件分析.中国公共卫生,2014(2):158-161.

[3]肖辉,肖革新.时空扫描统计量在细菌性痢疾监测数据分析中的应用.中国食品卫生杂志,2014(1):83-87.

[4]文小焱,彭斌,胡珊,等.基于地理信息系统的全国1996-2012年出生缺陷空间分析.上海交通大学学报(医学版),2015(1):107-111.

[5]罗盛,马峻岭,陈景武.恶性肿瘤死亡率地域分布的趋势面分析.中国卫生统计,2008(4):357-359.

[6]Tsai P,Lin M,Chu C,et al.Spatial autocorrelation analysis of health care hotspots in Taiwan in 2006.BMC Public Health,2009,9(1):464.

[7]Kleinman KP,Abrams AM,Kulldorff M,et al.A model-adjusted space-time scan statistic with an application to syndromic surveillance.EPIDEMIOLOGY AND INFECTION,2005,133(3):409-419.

[8]邓特,黄勇,顾菁,等.空间分析中空间自相关性的诊断.中国卫生统计,2013(3):343-346.

[9]Mostashari F,Kulldorff M,Hartman J J,et al.Dead bird clusters as an early warning system for West Nile virus activity.EMERGING INFECTIOUS DISEASES,2003,9(6):641-646.

[10]毛雪丹.2003-2008年我国细菌性食源性疾病流行病学特征及疾病负担研究.中国疾病预防控制中心,2010.

[11]游杰,黄薇,梅树江,等.深圳市社区食源性疾病主动监测系统评价.职业与健康,2014(3):408-410.

[12]陈作红.2000年以来有毒蘑菇研究新进展.菌物学报,2014,33(3):493-516.

[13]张志光,刘建强,陈作红,等.某市36起毒蕈中毒事件调查.现代预防医学,2002(3):301-302.

[14]刘志涛,吴少雄,万蓉,等.2005-2013年云南省野生蕈中毒的时空分布.中国食品卫生杂志,2014(6):547-551.

[15]郭绶衡,李原浩,陈焱,等.湖南省2000～2002年食源性疾病调查分析.中国热带医学,2004(4):632-635.

[16]王培安,罗卫华,白永平.基于空间自相关和时空扫描统计量的聚集比较分析.人文地理,2012(2):119-127.

[17]邓特,黄勇,顾菁,等.空间分析中空间自相关性的诊断.中国卫生统计,2013(3):343-346.

[18]郑剑,唐益,查文婷,等.湖南省2012和2013年肺结核GIS空间流行病学分析.中国公共卫生,2015(12):1590-1593.

[19]查文婷,刘意,郑剑,等.基于GIS技术湖南省2004-2013年细菌性痢疾时空格局分析.中国公共卫生,2015.

(责任编辑：刘 壮)

Study on Detecting Autocorrelation and Spatio-temporal Clusters of Mushroom Poisoning in Hunan Province

Shi Wenpei,Ouyang Yanhao,Liang Jinjun,et al

(DepartmentofEpidemiologyandStatistics,SchoolofPublicHealth,CentralSouthUniversity(410000),Changsha)

Objective To analyze the spatial distribution of mushroom poisoning in Hunan province from 2013 to 2015,so as to provide scientific evidence for control strategy.Methods Data of mushroom poisoning events in Hunan Province from 2013 to 2015 were collected.Based on geographical information system database,which constructed by ArcGIS 10.2,conducting retrospective time-space analysis(via SaTScan9.1.1)and autocorrelation analysis(via OpenGeoDa)to detect the spatial and spatio-temporal clusters of mushroom poisoning cases.Results There were 136 mushroom poisoning events reported from 2013 to 2015,including 565 patients.The poisoning peak occurred in 5-9th month annually.Trend-surface analysis showed that poisoning incidence gradually reduced from west to east,increased first and then decreased from the south to the north.According to the local Moran′s I,Lengshuitan,Lingling lay in high-high region;Zhijiang,Xinning,Xiangxiang lay in low-high region;xinhuang,Hecheng,Dongkou lay in high-low region.All the spatio-temporal clusters were between 2015/6-2015/9,the most likely cluster was in Shaoyang,Huaihua,Yongzhou.The secondary cluster included Changsha,Xiangtan.Conclusion There are significant spatio-temporal cluster pattern for the distribution of mushroom poisoning in Hunan,which could provide reference for the futher target prevent and control.

Mushroom poisoning;Foodborne disease;Spatio-temporal analysis;Geographical information system

中南大学研究生创新项目(2016zzts490)

1. 中南大学湘雅公共卫生学院流行病与卫生统计学系(410000)

2. 湖南省疾病预防控制中心

△通信作者：陈立章，E-mail: chenliz@csu.edu.cn